library(RSocrata)
library(tidyverse)
library(lubridate)
library(tidygeocoder)
library(rgeoboundaries)
library(sf)
library(tmap)
library(spatstat)
source("Funciones_propias_ppp.R", encoding = "UTF-8")
Obtención de la base de datos
accidentes <- read.socrata("https://www.datos.gov.co/resource/yb9r-2dsi.json") %>%
mutate(fecha = ymd(fecha_accidente)) %>%
select(12, 6:8) %>%
filter(year(fecha) > 2018 & year(fecha) < 2022)
Geocodificación de las direcciones
# direcciones <- paste(accidentes$sitio_exacto_accidente, ", Barranquilla, Colombia", sep = "")
# localizaciones <- geo(address = direcciones, method = "arcgis")
# write.csv(x = localizaciones, file = "accidentes.csv", row.names = F)
Área de estudio y base de datos final
bqlla <- geoboundaries(country = "COLOMBIA", adm_lvl = 2) %>%
filter(shapeName == "DISTRITO ESPECIAL, INDUSTRIAL Y PORTUARIO DE BARR*")%>%
st_transform(crs = 3857)
coordenadas <- read.csv("accidentes.csv")
coordenadas <- cbind(accidentes, coordenadas[,2:3])%>%
st_as_sf(coords = c('long', 'lat'))%>%
st_set_crs(value = 4326)%>%
st_transform(crs = 3857)%>%
st_intersection(bqlla)
accidentes <- list()
for(i in 2019:2021){
accidentes[[as.character(i)]] <- filter(coordenadas, year(fecha) == i & month(fecha) > 3)
}
Gráfico de las
localizaciones
Accidentes 2019
tmap_mode('view')
tm_shape(bqlla)+
tm_polygons(alpha = 0.3, border.alpha = 0.7)+
tm_shape(shp = accidentes[['2019']])+
tm_dots(size = 0.01)
Accidentes 2020
tmap_mode('view')
tm_shape(bqlla)+
tm_polygons(alpha = 0.3, border.alpha = 0.7)+
tm_shape(shp = accidentes[['2020']])+
tm_dots(size = 0.01)
Accidentes 2021
tmap_mode('view')
tm_shape(bqlla)+
tm_polygons(alpha = 0.3, border.alpha = 0.7)+
tm_shape(shp = accidentes[['2021']])+
tm_dots(size = 0.01)
Pruebas de homogeneidad en la intensidad
# Guardando datos por anio
datos_2019 <- ppp(x = st_coordinates(accidentes[[1]])[, 1],
y = st_coordinates(accidentes[[1]])[, 2],
window = as.owin(W = bqlla))
datos_2020 <- ppp(x = st_coordinates(accidentes[[2]])[, 1],
y = st_coordinates(accidentes[[2]])[, 2],
window = as.owin(W = bqlla))
datos_2021 <- ppp(x = st_coordinates(accidentes[[3]])[, 1],
y = st_coordinates(accidentes[[3]])[, 2],
window = as.owin(W = bqlla))
Argumento gráfico
Conteos 2019
qc_2019 <- quadratcount(datos_2019, nx = 5, ny = 5)
plot(qc_2019)

Conteos 2020
qc_2020 <- quadratcount(datos_2020, nx = 5, ny = 5)
plot(qc_2020)

Conteos 2021
qc_2021 <- quadratcount(datos_2021, nx = 5, ny = 5)
plot(qc_2021)

Pruebas \(\chi^2\)
Accidentes en 2019
quadrat.test(qc_2019)
##
## Chi-squared test of CSR using quadrat counts
##
## data:
## X2 = 2857.1, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
##
## Quadrats: 19 tiles (irregular windows)
Accidentes en 2020
quadrat.test(qc_2020)
##
## Chi-squared test of CSR using quadrat counts
##
## data:
## X2 = 1324.7, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
##
## Quadrats: 19 tiles (irregular windows)
Accidentes en 2021
quadrat.test(qc_2021)
##
## Chi-squared test of CSR using quadrat counts
##
## data:
## X2 = 2094.2, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
##
## Quadrats: 19 tiles (irregular windows)
Mapas de probabilidad
Año 2019
graph_ppp(datos_2019, 350, "Año 2019")

Año 2020
graph_ppp(datos_2020, 350, "Año 2020")

Año 2021
graph_ppp(datos_2021, 350, "Año 2021")
